Stepik Обучение на размеченных данных
О курсе
Подробнее
Приветствуем на втором курсе программы "Машинное обучение и анализ данных" – "Обучение на размеченных данных". Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров. В этом курс вы узнаете о двух основных подходах – линейных моделях и решающих деревьях. А также с самой мощной техникой машинного обучения – построением композиции алгоритмов. Также вас ждет множество задач и практики. Вы посмотрите на реальные данные, найдете в них закономерности и проблемы, а потом решите их.Темы курса:Машинное обучение и линейные модели.Линейные модели и оценка качества.Решающие деревья и композиции моделей.Нейронные сети и обзор методов.
Требования
Что нужно для старта
- Прохождение первого курса – "Математика и Python для анализа данных".Базовые знания Python, математического анализа, линейной алгебры и статистики.
Содержание
7 занятийПрограмма курса
№ТемаЧто внутри
01Машинное обучение и линейные модели
- Знакомство с курсом
- Знакомство с машинным обучением
- Знакомство с машинным обучением. Часть 2
- Линейные модели
- Линейные модели. Часть 2
02Борьба с переобучением и оценивание качества
- Проблема переобучения и борьба с ней
- Метрики качества
- Библиотека scikit-learn. Введение
- Библиотека scikit-learn. Введение. Часть 2
03Линейные модели: классификация и практические аспекты
- Линейные модели: статистический взгляд
- Линейные модели: статистический взгляд. Часть 2
- Практические рекомендации по линейным моделям
- Библиотека scikit-learn. Продолжение
- Библиотека scikit-learn. Продолжение. Часть 2
04Решающие деревья и композиции алгоритмов
- Решающие деревья
- Решающие деревья. Часть 2
- Случайные леса
- Случайные леса. Часть 2
- Градиентный бустинг
- Градиентный бустинг. Часть 2
05Нейронные сети и обзор методов
- Нейронные сети
- Байесовская классификация и регрессия
- Байесовская классификация и регрессия. Часть 2
- Метрические алгоритмы и SVM
- Метрические алгоритмы и SVM. Часть 2
- Теорема Байеса в машинном обучении
- Бонусный урок
- Ваше впечатление о курсе
06Дополнительные задания
- Задание на взаимную оценку
- Тест
07Вебинары
- «Линейное семейство моделей, или почему вам не нужны нейронки...
- «Все виды ансамблирования моделей (кроме бустинга)»
- Нейронные сети. Вебинары + дополнительные задания
01Машинное обучение и линейные модели
- Знакомство с курсом
- Знакомство с машинным обучением
- Знакомство с машинным обучением. Часть 2
- Линейные модели
- Линейные модели. Часть 2
02Борьба с переобучением и оценивание качества
- Проблема переобучения и борьба с ней
- Метрики качества
- Библиотека scikit-learn. Введение
- Библиотека scikit-learn. Введение. Часть 2
03Линейные модели: классификация и практические аспекты
- Линейные модели: статистический взгляд
- Линейные модели: статистический взгляд. Часть 2
- Практические рекомендации по линейным моделям
- Библиотека scikit-learn. Продолжение
- Библиотека scikit-learn. Продолжение. Часть 2
04Решающие деревья и композиции алгоритмов
- Решающие деревья
- Решающие деревья. Часть 2
- Случайные леса
- Случайные леса. Часть 2
- Градиентный бустинг
- Градиентный бустинг. Часть 2
05Нейронные сети и обзор методов
- Нейронные сети
- Байесовская классификация и регрессия
- Байесовская классификация и регрессия. Часть 2
- Метрические алгоритмы и SVM
- Метрические алгоритмы и SVM. Часть 2
- Теорема Байеса в машинном обучении
- Бонусный урок
- Ваше впечатление о курсе
06Дополнительные задания
- Задание на взаимную оценку
- Тест
07Вебинары
- «Линейное семейство моделей, или почему вам не нужны нейронки...
- «Все виды ансамблирования моделей (кроме бустинга)»
- Нейронные сети. Вебинары + дополнительные задания
Документ после выпуска
Выдается
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Обучение на размеченных данных» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 12 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
